Traffic control strategy based on a multi-agent system and semantic knowledge in a cooperative transport system (C-ITS)

La densité du trafic routier, dans les villes, n’a pas cessé d’augmenter. Cette augmentation est le symptôme d’une migration urbaine de la population. Or, la plupart de ces villes et réseaux routier n’ont plus la capacité d’aménager des routes adaptées à l’afflux grandissant de véhicules. La diversité des modes de transport et leur degré de complémentarité portent des impacts certains sur la congestion du trafic. Face à ces enjeux, les systèmes de transport coopératifs proposent plusieurs technologies et outils pour accomplir une gestion de trafic et assurer une fluidité du flux. Pour arriver à assurer cette régulation de trafic, plusieurs équipes de recherches ont avancé plusieurs méthodologies (centralisées et décentralisées) pour offrir une assistance aux véhicules. Alors que la tendance actuelle dans les systèmes C-ITS consiste à introduire les véhicules connectés et autonomes dans le trafic routier classique. Les chercheurs dans ce domaine prévoient, dans une prochaine phase, d’arriver à un trafic complètement connecté et coopératif.Le sujet de cette thèse vise à anticiper l’intégration progressive des véhicules connectés dans le trafic routier. Dans cette étape d’intégration, l’objectif est de fournir un modèle pour le contrôle des comportements coopératifs durant la communication inter-véhiculaire dans un environnement variant et dynamique. Nous proposons d’abord une approche Multi-Agents pour une modélisation du flux de trafic routier. Notre stratégie de régulation implique que chaque véhicule puisse partager ses données de circulation avec les véhicules de son voisinage. Ensuite, nous proposons un protocole pour l’interaction V V. Chaque véhicule peut élire un représentant local, dans son voisinage, au sein de sa perception locale. Chaque véhicule choisit son représentant grâce à un système d’élection. Le contrôle décentralisé adopté dans nos travaux favorise donc un traitement intelligent des données. Notre réalisons des simulations dans un environnement où notre méthode fonctionne très bien dans des circonstances idéales. Vu que notre domaine d’application est sensible au contexte, nous avons prévu alors l’application de cette méthode dans le monde réel où elles ne sont plus sous notre supervision dans un simulateur. Alors, pour établir une stratégie de contrôle de trafic routier capable de réagir dans un environnement dynamique, nous améliorons la prise de décision des agents par des facultés de raisonnement à travers une ontologie. L’agent devient alors capable de vérifier la situation de l’environnement à partir de ses informations récoltées lors de sa perception. La "connaissance de son envi-ronnement" permet à l’agent d’adapter son comportement de conduite dans tout contexte de perturbations.Pour valider le bon fonctionnement de notre approche, nous réalisons les simulations dans le simulateur de trafic MASCAT. Les tests réalisés montrent bien l’efficacité de notre stratégie de régulation décentralisée avec notre protocole d’échanges (vehicle-to-vehicle). Notre approche a accompli une gestion de trafic avec un faible pourcentage de véhicules connectés. De plus, la fludification de trafic était établie dans toutes les conditions météorologiques qui avaient perturbé le contexte de l’environnement. Ces résultats sont encourageants et nous y font penser à des véritables tests avec de véhicules connectés. De cette manière, nous bénéficierons d’une possibilité de tester notre stratégie dans le monde réel, ce qui nous permettra de détecter les points forts ainsi que les points faibles dans l’approche de régulation de trafic routier proposée.The density of road traffic in cities has been increasing steadily. This increase is a symp-tom of urban population migration. However, most of these cities and road networks can no longer construct new roads adapted to the growing influx of vehicles. In addition to the effects of road traffic conditions on the economy, the diversity of transport modes and their complementary degree have definite impacts on traffic congestion. To face all these road traffic challenges, cooperative transportation systems offer several technologies and tools to accomplish traffic management. To achieve this traffic control, many research teams have advanced several methodologies (centralized and decentralized) to provide assistance to vehicles. In fact, the current trend in C-ITS systems is to introduce connected and au-tonomous vehicles into conventional road traffic. They plan, in the next phase, to achieve fully connected and cooperative traffic. The subject of this thesis aims at anticipating the progressive integration of connected vehicles in road traffic. In this integration step, our main objective is to provide a model for the control of cooperative behaviors during inter-vehicle communication in a varying and dynamic environment. We first propose a Multi-Agents approach for the modeling of road traffic flow. Our control strategy implies that each vehicle can exchange traffic information with cars in its neighborhood. Then, we propose a protocol for V V interaction. Each vehicle can elect a local representative, in its observed area, within its local perception. Each vehicle chooses a representative vehicle responding to an election system specific to each car. The decentralized control adopted in our work, thus favors intelligent data processing. We carry out simulations in an environment where our method works very well under ideal circumstances. Since our field of application is context-sensitive, we then plan to apply this method in the real world where it is no longer under the supervision of technical specialists. So, to establish a road traffic control strategy capable of reacting in a dynamic environment, we improve the agents’ decision making by reasoning faculties through an ontology. The agent then becomes able to verify the situation of the atmosphere based on the information collected during his perception. The "knowledge of his environment" allows the agent to adapt his driving behavior in all kinds of disturbances. To validate that our approach works well, we are carrying out simulations in a MASCAT traffic simulator. The tests carried out show the effectiveness of our decentralized control strategy with our vehicle-to-vehicle ex-change protocol. Traffic management was maintained with a low percentage of connected vehicles, and traffic fluidity was established in all weather conditions that had disturbed the environment. These results encourage us to do tests with real connected vehicles to establish traffic regulation